CVA多元統(tǒng)計方法在過程監(jiān)控中的應(yīng)用研究.pdf

1、在現(xiàn)代工業(yè)生產(chǎn)過程中，保障生產(chǎn)安全和減小產(chǎn)品質(zhì)量波動一直是企業(yè)在競爭中追求的兩大目標(biāo)，也是工業(yè)過程監(jiān)控的目的和動機(jī)。多變量統(tǒng)計過程監(jiān)控技術(shù)歷經(jīng)三十多年的發(fā)展，已經(jīng)取得了一系列令人矚目的成果，并在現(xiàn)代過程工業(yè)中得到了廣泛的應(yīng)用。它通過密切地監(jiān)督生產(chǎn)過程的運(yùn)行狀態(tài)，不斷地檢測過程的變化和故障信息，從而保證生產(chǎn)過程安全運(yùn)行，提高產(chǎn)品質(zhì)量和經(jīng)濟(jì)效益。 然而，傳統(tǒng)的統(tǒng)計過程監(jiān)控方法如主元分析法(Principal Component An

2、alysis，PCA)、偏最小二乘法(Partial Least Square，PLS)及其變異形式均假定過程采樣值滿足獨(dú)立同分布(identical independent distribution，iid)的條件，而從實(shí)際生產(chǎn)過程中得到的數(shù)據(jù)往往具有一定的自相關(guān)性，基于iid假設(shè)的“靜態(tài)”投影法不能反映系統(tǒng)的動態(tài)變化。規(guī)范變量分析法(Canonical Variate Analysis，CVA)是在最優(yōu)的統(tǒng)計推理原理上發(fā)展起來的，并

3、且已證明能達(dá)到最優(yōu)的統(tǒng)計精度。它的基本思想是將兩個變量集間的相關(guān)度最大化，即將歷史數(shù)據(jù)集和未來數(shù)據(jù)集問的相關(guān)度最大化，在過去和現(xiàn)在狀態(tài)的基礎(chǔ)上，提供對未來輸出的最佳預(yù)測。將CVA算法引入到過程監(jiān)控領(lǐng)域，更能從本質(zhì)上刻畫過程數(shù)據(jù)的特征。 本文以規(guī)范變量分析算法為主要數(shù)學(xué)工具，研究了該算法在過程監(jiān)控中的應(yīng)用，主要工作如下： 1．將CVA方法應(yīng)用于系統(tǒng)的過程辨識，從本質(zhì)上證實(shí)了該方法在解決強(qiáng)自相關(guān)時的有效性，為CVA用于監(jiān)控含

4、強(qiáng)自相關(guān)的過程打下基礎(chǔ)。 2．針對一個含有強(qiáng)自相關(guān)的實(shí)際化工過程，引入CVA算法對其過程進(jìn)行監(jiān)控，并與PCA方法監(jiān)控的效果作了比較。仿真研究證明了所提方法的有效性和優(yōu)越性。 3．針對在工業(yè)系統(tǒng)的數(shù)據(jù)采集過程中往往不可避免的會有數(shù)據(jù)遺失的現(xiàn)象，提出并推導(dǎo)了基于CVA的遺失數(shù)據(jù)重構(gòu)公式，并通過仿真驗(yàn)證該結(jié)論。 4．提出一種改進(jìn)的基于CVA的故障診斷方法，通過對Tennessee-Eastman過程進(jìn)行的仿真研究表明，